Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Just Energy Transition (JET): stochastic and machine learning methods for the evaluation, mitigation and geographical hedging of involved natural risks (with climate in view) |
|---|---|
| Titolo del progetto di ricerca in inglese | Just Energy Transition (JET): stochastic and machine learning methods for the evaluation, mitigation and geographical hedging of involved natural risks (with climate in view) |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Applied mathematics |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Il Green Deal europeo è la strategia di crescita della Commissione europea per l'economia dell'UE, il cui impegno verso un'economia neutra dal punto di vista climatico entro il 2050 rappresenta un'opportunità unica per accelerare gli investimenti in innovazione e tecnologie per l'energia pulita al fine di garantire la leadership industriale dell'Europa. La natura dipendente dalle condizioni meteorologiche delle risorse rinnovabili rende i produttori suscettibili all'imprevedibilità di diverse variabili naturali. Incertezza, ambiguità e sfumature sono naturalmente coinvolte in un modello matematico che rappresenta l'evoluzione dei driver dei fenomeni; la posizione geografica dell'esposizione ha anche un impatto nella valutazione del rischio indotto e deve essere considerata attraverso una dimensione spaziale del modello. Modellare e stimare questi campi dinamici sono sfide comuni in molte ricerche applicate e sono fondamentali per consentire strategie di copertura geografica. |
| Descrizione sintetica in inglese | The European Green Deal is the European Commission’s growth strategy for the EU economy, whose commitment to a climate-neutral economy by 2050 is a unique opportunity to create new, qualified jobs, and accelerate investments in innovation and clean energy technologies to secure Europe’s industrial leadership. The weather-dependent nature of renewable resources makes the producers susceptible to the unpredictability of several natural variables. Uncertainty, ambiguity and fuzziness are naturally involved in a mathematical model representing the evolution of the phenomena’s drivers; the geographic location of the exposure is also impacting in the evaluation of risk induced and has to be considered by a spatial dimension of the model. Modelling and estimating these dynamic fields are common challenges in much applied research and, despite their complexity, are pivotal to allow for geographic hedging strategies. |
| Data del bando | 18/12/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI SCIENZE STATISTICHE "PAOLO FORTUNATI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| silvia.romagnoli@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 08/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |